| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 研究背景和目标 | 第8-11页 |
| 1.3 研究现状 | 第11-14页 |
| 1.3.1 人脸检测 | 第11页 |
| 1.3.2 基于离散标签的表情识别 | 第11-13页 |
| 1.3.3 基于模糊标签的表情识别 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 基础知识 | 第16-26页 |
| 2.1 模糊表情分类 | 第16-20页 |
| 2.1.1 模糊表情分类问题概述 | 第16-17页 |
| 2.1.2 模糊表情分类的实现步骤 | 第17-19页 |
| 2.1.3 基于模糊粗糙集的特征评价方法 | 第19-20页 |
| 2.2 深度卷积神经网络模型 | 第20-25页 |
| 2.2.1 多层感知器 | 第21-22页 |
| 2.2.2 损失函数与误差反向传播 | 第22-23页 |
| 2.2.3 卷积神经网络 | 第23-24页 |
| 2.2.4 均值方差归一化 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于模糊糊粗糙卷积积神经网络的模糊表情分类 | 第26-44页 |
| 3.1 模糊粗糙卷积神经网络模型概述 | 第26-27页 |
| 3.2 模糊粗糙损失函数 | 第27-30页 |
| 3.2.1 模糊粗糙损失函数的直观理解 | 第27-29页 |
| 3.2.2 模糊粗糙损失函数的定义 | 第29-30页 |
| 3.3 模糊粗糙损失函数的优化方法 | 第30-32页 |
| 3.4 实验数据和评价方法 | 第32-33页 |
| 3.4.1 实验数据集 | 第32-33页 |
| 3.4.2 对比算法和评价指标 | 第33页 |
| 3.5 实验结果和分析 | 第33-42页 |
| 3.5.1 实现细节和实验设置 | 第33-34页 |
| 3.5.2 模糊表情分类实验结果 | 第34-40页 |
| 3.5.3 定性分析和讨论 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 开放条件下的模糊表情分类 | 第44-52页 |
| 4.1 系统的实现步骤和挑战 | 第44页 |
| 4.2 基于MTCNN的人脸检测和定位 | 第44-46页 |
| 4.3 基于对抗网络的迁移学习 | 第46-50页 |
| 4.3.1 深度迁移网络 | 第46-49页 |
| 4.3.2 实验分析 | 第49-50页 |
| 4.4 开放条件下的模糊表情分类 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 发表论文和参加科研情况说明 | 第58-60页 |
| 致谢 | 第60页 |